Motor neuron patients such as paralysis, locking syndrome, and amyotrophic lateral sclerosis can see and hear what is happening in their environment, but cannot communicate with their environment. It is very important for these patients, who do not have any physical function other than eye movements, to be able to express their needs, feelings and thoughts. Therefore, to express the thoughts, needs and feelings of these patients, a system that converts eye-blink signals to speech was developed in this study. The main purpose of the designed system is high accuracy, low cost, high speed and independence from environmental factors. Undoubtedly, it is also very important that it causes as little discomfort to the patient as possible. Morse-coded signals generated by voluntary eye-blinks and the single-channel wireless NeuroSky MindWave Mobile device eliminates the need for cost-increasing equipment such as a camera or eye tracker and environmental factors such as light. With the use of Dynamic Time Warping (DTW), an algorithm which works at high speed and high accuracy at the time domain and does not require any training process has been implemented. In this way, the recorded speech was performed with a quite impressive accuracy.

ÖzetçeBu çalışmada çapraz ilişki yöntemi kullanılarak Türkçede konuşmacıdan bağımsız ayrık bir ses tanıma sistemi tasarlanmıştır. Değişik kişilere ait güç spektrumları Doğrusal Öngörümleme Kodlama yöntemi kullanılarak hesaplanmış ve bu spektrumlar daha sonra yapılacak olan test karşılaştırmalarında kullanılmak üzere özellik vektörü olarak veritabanını oluşturmuştur. Sisteme verilen yeni test girişlerinde bu ses sinyalinin güç spektrumu veritabanı içerisindeki güç spektrumları ile çapraz ilişki yöntemi kullanılarak karşılaştırılmış ve istenilen seviye üzerindeki değerler sistemin çıkışı olarak alınmıştır. Sistemin başarısı daha sonra değişik oranlardaki gürültü ve farklı kişi sayılarında değerlendirilmiştir.

No abstract

No abstract

ÖzetçeBu çalışmanın amacı Türkçe'de konuşmacıdan bağımsız bir hece tanıma sisteminin gerçeklenmesidir. Geliştirilen ses tanıma sistemi, Türkçe'de verilen heceler içindeki sesli ve sessiz harfleri birbirlerinden ayırarak verilen hecenin tanınmasını sağlamaktadır.Bu amaç doğrultusunda gerçekleştirilen çalışmada, gerek Doğrusal Öngörümleme Kodlama (DÖK) yöntemi, gerek Hızlı Fourier Dönüşüm yöntemi ve gerekse Welch ortalama periodogram yöntemi kullanılarak Türkçe'deki heceleri oluşturan harflerin spektral analizleri yapılmıştır. Analiz sonuçları sonucunda elde edilen değerler ve çapraz ilişki yöntemi kullanılarak, bir ses tanıma sistemi geliştirilmiş ve bu sistem ile bilgisayarın girişi yapılan Türkçe heceler içinde konuşmacıdan bağımsız olarak sesli ve sessiz harfleri hangi oranlarda tanıdığı araştırılmıştır. AbstractThe aim of this study is to devolop a complete speaker independent Turkish syllable recognition system. This system will be separated voiced or unvoiced letters for the input syllable, thus the input syllable will be recognized from the recognizing of each voiced or unvoiced letters.Linear Predictive Coding, Fast Fourier Transform and Welch Averaging Periodogram methods have been used for the spectral analysis of Turkish letters. The spectral analysis results and cross correlation technique have been used to develop a speaker independent Turkish syllable recognition system. Then, the recognition system has been tested by new patterns supplied later. Finaly, the obtained recognition accuracy has been discussed in various respects.